MétaCan
Menu
Retour à la cohorte
Enregistrement W2116170773 · doi:10.3122/jabfm.2015.03.140246

Health Information Technology Needs Help from Primary Care Researchers

2015· article· en· W2116170773 sur OpenAlexaff
Alex H. Krist, L. A. Green, Robert L. Phillips, John W. Beasley, Jennifer E. DeVoe, Michael S. Klinkman, John Hughes, Jon Puro, Chester H. Fox, Timothy E. Burdick

Notice bibliographique

RevueThe Journal of the American Board of Family Medicine · 2015
Typearticle
Langueen
DomaineHealth Professions
ThématiqueElectronic Health Records Systems
Établissements canadiensMcGill UniversityUniversity of Alberta
Organismes subventionnairesNational Cancer Institute
Mots-clésMedicinePrimary careHealth information technologyInformation technologyHealth careBest practiceKnowledge managementNursingMedical educationProcess managementFamily medicineBusinessComputer science

Résumé

récupéré en direct d'OpenAlex

While health information technology (HIT) efforts are beginning to yield measurable clinical benefits, more is needed to meet the needs of patients and clinicians. Primary care researchers are uniquely positioned to inform the evidence-based design and use of technology. Research strategies to ensure success include engaging patient and clinician stakeholders, working with existing practice-based research networks, and using established methods from other fields such as human factors engineering and implementation science. Policies are needed to help support primary care researchers in evaluating and implementing HIT into everyday practice, including expanded research funding, strengthened partnerships with vendors, open access to information systems, and support for the Primary Care Extension Program. Through these efforts, the goal of improved outcomes through HIT can be achieved.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,525
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,129
Tête enseignante GPT0,451
Écart entre enseignants0,323 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations18
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of the American Board of Family MedicineMême sujetElectronic Health Records SystemsTravaux en français237 207